BP神经网络预测EDXRF中铁、钛元素含量

发布时间：2017-09-19 11:27

  本文关键词：BP神经网络预测EDXRF中铁、钛元素含量

  更多相关文章： 铁、钛元素含量 预测模型 EDXRF BP神经网络

【摘要】：为了更好地定量分析矿石样品中铁、钛元素的含量,应用EDXRF分析技术建立了一个基于BP神经网络的预测模型。将矿石样品在EDXRF光谱仪中测得的荧光强度计数作为BP神经网络模型的输入变量,对该模型进行训练和检测。实验结果表明:该BP神经网络预测模型能获得较精确的结果,预测铁含量结果的相对误差不大于2.4%;预测钛含量结果的最大相对误差不大于2.3%;可用于地质矿石样品元素含量的分析预测。
【作者单位】： 成都理工大学工程技术学院;西南物理研究院;成都理工大学四川省地学核技术重点实验室;
【关键词】： 铁、钛元素含量 预测模型 EDXRF BP神经网络
【基金】：国家自然科学基金(41274109) 四川省青年科技创新团队(2015JTD0020)资助
【分类号】：O657.34;P575
【正文快照】： 3.成都理工大学四川省地学核技术重点实验室,成都610059)在能量色散X射线荧光光谱分析(EDXRF)中,由于仪器自身的影响、吸收增强效应和受放射性统计涨落,对矿石中铁钛元素含量很难做出准确预测[1],且荧光计数与矿石中铁、钛等金属元素含量之间不存在直接的线性关系[2]。BP神经

【相似文献】

中国期刊全文数据库 前7条

1 黄光明;侯鹏飞;江冶;肖灵;张梅;张培新;;WDXRF和EDXRF在我国土壤岩石分析中的应用[J];地质学刊;2013年01期

2 苏晓鸣,詹秀春,李思源;偏振激发能量色散X荧光法在地球化学分析中应用及其与波长色散X荧光法的比较[J];上海地质;2004年03期

3 李哲;庹先国;成毅;杨剑波;;基于EDXRF的钛铁品位在线分析系统及应用研究[J];原子能科学技术;2013年03期

4 杨阳;王叶;卢洁;吴丽萍;;EDXRF分析方法中最佳激发源角度的研究[J];四川大学学报(自然科学版);2011年06期

5 庹先国;成毅;穆克亮;任家富;何伶俐;李向阳;曾旖;曹顺根;卢斌;;攀矿铁精矿矿浆品位的原位EDXRF分析试验[J];分析试验室;2006年03期

6 李哲;庹先国;穆克亮;王洪辉;钟红梅;;矿样中钛铁EDXRF分析的基体效应和神经网络校正研究[J];核技术;2009年01期

7 ;[J];;年期

，

本文编号：881372